基于神经网络铁路货运量的预测.docxVIP

基于神经网络的铁路货运量预测研究 汇报人 学号 专业 指导老师 摘要 针对现有铁路货运量预测方法存在较大突变性误差的问题，用以学习记忆波动情况，建立基于神经网络预测铁路货运量模型，并以我国1992～2013年铁路货运量为实例对方法进行检验，并与两种传统预测方法结果进行对比。实例表明，该方法有效减小突变性误差，预测精度较高，神经网络在进行动态系统预测时效果更佳。 关键词：铁路货运量；神经网络；预测 1．研究背景及意义 1.1研究背景 货运量预测是铁路运输部门一项重要工作, 因此, 关于铁路货运量预测理论和方法的研究一直是一个热点。但是，铁路货运量受多种因素影响, 且各因素的作用机制通常不能或无法用精确的数学语言来准确描述。 目前, 国内学者已利用灰色系统理论 、分形理论、Rough Set 理论 、回归分析 、支持向量机模型 、径向基神经网络 、BP 神经网络等方法对铁路货运量进行预测。 1.2研究意义 铁路货运量预测是根据铁路运输现状的统计数据, 结合国民经济和社会发展规划及相关运输行业发展规划, 采用数理统计方法对规划年度内铁路货物运输量进行推测，具有重要意义： 1、作为制定铁路发展规划的依据及运输企业经营决策